发帖
雷达卡
以下为王震坡教授的演讲摘录：
1.新能源汽车大数据价值与意义
今年我国汽车产业整体出现下滑现象，在这个大趋势下，新能源汽车仍在持续增长，今年1到9月份新能源汽车销量72万辆，同比增长81%，到今年年底将超过100万辆。有位专家提到大数据的本质体现在数据挖掘深度和应用的广度上。未来，信息化和工业化的融合将是发展趋势，新能源汽车和大数据融合是信息化和工业化深度融合的典范。因此，新能源汽车大融合是大势所趋，基于大数据的新能源汽车将是我国汽车产业转型升级的重要战略方向。
有一个初步判断，我国新能源汽车年产销今年将达到100万辆，我个人认为新能源汽车已经迈入了全链条数据融合的产业数字化阶段。从车辆本身的设计、生产、销售、售后以及报废处理过程中产生大量的数据，尤其车辆运行数据方面，在车辆使用过程中产生了大量的运行数据，将这些数据汇集形成了数据平台。
产业数字化带来汽车产业三纵三横价值体系提升，三纵是厂商、经销商和消费者。消费者在使用过程中根据数据改进车辆设计，使产品进一步优化，经销商利用厂商提供车辆的技术数据，分析使用者的行为习惯和消费特征，精准营销。使用者、消费者是数据的制造者，在车辆应用过程中产生了大量的车辆使用数据和使用习惯数据，这些数据为经销商服务，也为个人服务。通过这些数据汇集，厂商和经销商改进了产品和售后，为高效的车辆应用提供服务。产业数字化对厂商、经销商、消费者带来了全面价值的提升。产业数字化为促进电动化、智能化、网联化、共享化提供了基础数据条件。
2.新能源汽车车联网平台关键技术
通讯高并发关键技术。现在我们平台已经有130多万的车辆数据，在这种情况下必须要考虑满足千万辆级数据并发的需求。通讯高并发关键技术的需求，大于我们现在能够想象的任何一个工业互联网数据并发的需求。
信息传输通讯安全技术。我们团队基于安全传输层协议与国家商用密码标准算法进行数据加密，保障数据传输的安全性和数据访问的高效性。
大数据压缩存储和快速检索技术。
高效云计算服务技术。数据汇集之后，如何实现数据有效的调度管理、协同计算，给需要的用户提供高效的服务，是云计算服务器要完成的工作。
数据真实性和有效性检测技术。对新能源汽车数据的无效、异常、缺失等参数特征化建模，建立新能源汽车数据真实性和有效检测体系。
数据可视化技术。基于数据流线化、任务并行化、管道并行化和数据并行化等技术实现大规模的数据并行可视化。
3.新能源汽车车联网平台大数据
截至2018年10月，新能源汽车国家监管平台目前接入车辆超过130万辆，预计2018年底接入200万辆，2020年接入会超过500万辆。车企都知道明年8月1日开始，所有的动力电池从生产到报废，会把数据传到这个平台。现在我们对政府端、企业端、一般用户端提供相应的支持和服务。
节能减排分析。我们通过车辆应用做出来了充电热力图，将电流和电压相乘得到电池充电的功率，可以绘制一个城市、一个区域、一个省份的充电热力图，将热力图进行每日数据的叠加，可以看到城市电动汽车应用的变化。百度、高德地图已经可以描述出城市的充电站位置信息，我把我的数据叠加上去以后就可以进行有效充电引导。
里程核算与运行效果评估。针对新能源汽车单车，进行里程的核算和统计（补贴核算的依据），并执行车辆全寿命的信息追溯与评估。
运行统计与分析。从车辆运营分析的报告中得到车辆应用特征，把这些特征提供给政府，为宏观决策进行服务。
整车性能评估。通过这些数据对电池信息、零部件状态信息及车辆的故障进行分析，对车辆的性能进行评估，对能耗特征进行分析，通过这些数据希望能够提高车辆的配置水平，优化车辆配置，提高车辆品质。
实时故障监控与保障。如何建立预警模型是我们研究的主要方向，通过车辆大数据电池、电压、电量等变化数据对预警信息进行分析，建立了一系列的模型，希望这些模型能在明年年初在平台上进行应用。
运营企业的数据价值挖掘。基于我们取得的数据信息，对能耗特征与驾驶员的行为进行相应分析，为高效驾驶、提高运营效率提供相应服务。
车辆残值评估。基于动力电池等核心部件健康评估模型，结合车辆静态评估，建立新能源汽车残余价值评估体系。
驾驶行为与能耗分析。对于单个用户来看，根据使用数据对驾驶特征进行多特征值分析，可以提供改善驾驶习惯和驾驶风格的建议。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
